使用十六进制编辑

:%!xxd

返回到文本模式编辑

:%!xxd -r

概念

str object和unicode object是两种不同的类型

字符串

字符组成的序列

而字符是经过编码的，常见的编码如ASCII，GB2312，UTF-8等等

词法

引号括起来的字符序列

unicode字符串

unicode码元序列

在python里，16-bit的unicode，对应的是ucs2编码。32-bit对应的是ucs4编码

通过sys.maxunicode可以查看当前Python的unicode编码

词法

引号括起来的字符序列，前面加u，如u'Hello world'

参考

1. https://docs.python.org/2/library/stdtypes.html#sequence-types-str-unicode-list-tuple-bytearray-buffer-xrange
2. http://blog.csdn.net/ktb2007/article/details/3876429

字符编码

将字符集中的字符用另一集合中的对象来表示，以便存储或传输。

从数学角度上说，就是一种映射，更准确地说，是一种单射函数，具有唯一确定性，但不存在多个字符映射为同一个码元！

常见的编码方式有，ASCII，摩尔斯电码等。

参考：

1. 维基-函数
2. 维基-映射
3. 维基-字符编码

字符

一个基本信息单位，如字母，数字，标点符号，控制字符等。

参考：

1. 维基-字符

字符集

字符的集合

代码页

字符编码的别名

参考：

1. http://en.wikipedia.org/wiki/Code_page

码位

字符在编码表中的值，一般为非负整数。

注：

• 并不直接对应在计算机中的表达，如一个字符在unicode字符集中的码位，具体怎么表示，取决于编码方式(UTF-8，UTF-16…)

码元

已编码的字符集中占用最小的比特数，如UTF-8为8，UTF-16为16。

字形

一个可以辨认的抽象的图形符号，它不依赖于任何特定的设计，即字符的构成形式

字体

参考

1. http://zh.wikipedia.org/wiki/%E5%AD%97%E5%BD%A2
2. https://docs.python.org/2/howto/unicode.html

unicode内部编码实现

• python2 UCS2(编译默认，–enable-unicode=ucs2)

  >>> sys.maxunicode
  65535
  

• python3 UCS4(编译默认，–enable-unicode=ucs4)

  >>> sys.maxunicode
  1114111
  

相关数据类型

字节序列(bytes)

一串由0到255之间的数字组成的序列叫做bytes对象

• 用来存储经过某种编码方式(如UTF-8)的unicode字符串

• 转换为字符串时,需要知道该bytes的编码

字符串(string)

• 字符是一种抽象

• 一个不可变(immutable)的Unicode编码的字符序列叫做string

• 存储对应的UNICODE编码值

python源文件编码方式

• python2 默认编码为ASCII，若为其他编码，需要在文件头注释说明(coding: XXX)

• python3 默认UTF-8

编码转换(str <=> bytes)

python3

• string => bytes

  a_string = '深入 Python'
  by = a_string.encode('utf-8')
  len(by)
  by = a_string.encode('gb18030')
  len(by)
  

• bytes => string

  a_string = '深入 Python'
  by = a_string.encode('utf-8')
  by.decode('utf-8')
  

参考：

1. http://stackoverflow.com/questions/1446347/how-to-find-out-if-python-is-compiled-with-ucs-2-or-ucs-4

获取系统编码参数

系统的缺省编码(一般就是ascii)：sys.getdefaultencoding()

系统当前的编码：locale.getdefaultlocale()

系统代码中临时被更改的编码（通过locale.setlocale(locale.LC_ALL,“zh_CN.UTF-8″)）：locale.getlocale()

文件系统的编码：sys.getfilesystemencoding()

终端的输入编码：sys.stdin.encoding

终端的输出编码：sys.stdout.encoding

文件编码与字符串编码

字符床常量编码取决于文件编码

• 默认编码为ASCII

• 文件头显式指定编码，需要文件本身编码与该声明编码一致

  # Coding: utf-8
  

定义UNICODE字符串，在字符床常量前加u

判断字符串编码

• type(str)

• isinstance()

1
2
3
4
5
6
7

print 'default encoding: ' , sys.getdefaultencoding()
print 'stdout encoding: ' , sys.stdout.encoding
s='中文'
if isinstance(s, str):
    print 's is a string object'
elif isinstance(s, unicode):
    print 's is a unicode object'

常见问题

SyntaxError: Non-ASCII character '\xe4' in file XXX

• 原因

文件编码不是ASCII编码，但文件开头未指定文件编码

• 解决

在文件开头指定文件本身编码即可.(文件最好采用utf-8编码)

参考

1. http://woodpecker.org.cn/diveintopython3/strings.html
2. https://docs.python.org/2/howto/unicode.html

500 Internal Server Error

CGI不能执行

• 语法有问题

• 依赖未解决

输出不正确

• 输出内容不符合CGI规范

  常见问题是，输出头不合法

情景描述

路由器下接多台交换机，不同交换机所属VLAN不同，1台PC被插到非目标交换机当中。

问题

如何找出PC在交换机中的端口？

解决

• 记录当前网络端口状态

  采用手机拍照，拍取当前PC所属交换机
  

• 拔出PC机箱后网线

• 与拍照比对

  拍照时亮的端口，断开PC后，不亮的端口即为PC所插交换机端口

• 输入网络打印机路径(通过IP访问)

  \\xxx.xxx.xxx.xxx
  

• 安装打印机驱动

  双击打印机图标

• 右击【项目根目录】

• 点击菜单

normal

• ]} 移动到复合语句尾

insert

• <C-o> 执行一条命令后返回到插入模式

代码

• 变量为字符串类型(优雅的方式)

1
2
3
4

if not string:
    print('not empty')
else:
    print('empty')

• 变量类型不确定

1
2
3
4

if string == '':
    print('not empty')
else:
    print('empty')

参考

1. https://docs.python.org/2/library/stdtypes.html#truth-value-testing
2. http://stackoverflow.com/questions/9573244/most-elegant-way-to-check-if-the-string-is-empty-in-python